针对评价信息为区间直觉模糊的多属性群决策问题中,决策者与属性的权重均未知的情况,提出一种排序方法。为求解属性值权重,从区间直觉模糊数的几何意义出发,基于熵值最大化原理,求出属性的权重,得到每位专家对每
一种基于期望值的模糊多属性决策方法,戴兰,梁雪春,研究了决策者用模糊梯形语言变量来表示决策信息,能有效减少损失。并定义了模糊梯形语言变量的期望值,给出了它的一些性质。基于
将直觉模糊粗糙集应用于多属性决策问题,提出了基于改进的直觉模糊粗糙集相似度的多属性决策方法。针对现有的直觉模糊粗糙集相似度忽略犹豫度而造成度量不精确的问题,提出了一种改进的直觉模糊粗糙集相似性度量方法
综述了基于Vague集的多属性决策方法,针对现有研究成果存在的不足,提出了基于Vague集的多阶段模糊多属性决策方法,阐述了该方法的基本步骤和实现过程。该方法分阶段对决策方案进行筛选淘汰,找出最佳决策
如今,对区间值直觉模糊集理论进行了广泛研究以解决模糊性问题,DS证据理论已在不确定情况下的多属性决策(MADM)问题中得到广泛应用。 本文提出了一种基于区间直觉模糊集和DS证据理论的新方法来处理MAD
基于我国银行业所面临的数据匮乏、信息披露制度不完善等问题,国际上先进的统计量化方法并不能完全适用于对我国操作风险的评价,从定性和定量相结合的角度出发,针对操作风险评价中的多属性群决策问题,提出一种在区
研究只有部分权重信息且对方案有偏好的多属性决策问题. 首先对方案的偏好信息以互反判断矩阵和互补 判断矩阵这两种形式给出的情形, 分别建立一个目标规划模型, 通过求解这两个模型可确定属性的权重; 然后提
区间数多属性决策的改进理想解法,卫贵武,,针对属性权重信息未知且属性值以区间数形式给出的多属性决策问题,提出了一种改进的理想解法。首先对属性权重信息未知且属性值以
基于粗糙集理论的多属性决策,邢雨珍,,粗糙集理论是一种新型软计算方法,是分析和处理模糊和不确定信息的有效工具。目前已在人工智能、知识与数据发现、模式识别与分类
多属性动画&布局动画